Szanowni Państwo,

Medycyna Praktyczna wykorzystuje w swoich serwisach pliki cookies i inne pokrewne technologie. Używamy cookies w celu dostosowania naszych serwisów do Państwa potrzeb oraz do celów analitycznych i marketingowych. Korzystamy z cookies własnych oraz innych podmiotów – naszych partnerów biznesowych.

Ustawienia dotyczące cookies mogą Państwo zmienić samodzielnie, modyfikując ustawienia przeglądarki internetowej. Informacje dotyczące zmiany ustawień oraz szczegóły dotyczące wykorzystania wspomnianych technologii zawarte są w naszej Polityce Prywatności.

Korzystając z naszych serwisów bez zmiany ustawień przeglądarki internetowej wyrażacie Państwo zgodę na stosowanie plików cookies i podobnych technologii, opisanych w Polityce Prywatności.

Państwa zgoda jest dobrowolna, jednak jej brak może wpłynąć na komfort korzystania z naszych serwisów. Udzieloną zgodę mogą Państwo wycofać w każdej chwili, co jednak pozostanie bez wpływu na zgodność z prawem przetwarzania dokonanego wcześniej na podstawie tej zgody.

Klikając przycisk Potwierdzam, wyrażacie Państwo zgodę na stosowanie wyżej wymienionych technologii oraz potwierdzacie, że ustawienia przeglądarki są zgodne z Państwa preferencjami.

Sztuczna inteligencja pomaga wykryć ostre uszkodzenie nerek

Paweł Wernicki

Dzięki zastosowaniu sztucznej inteligencji można łatwiej i szybciej wykryć ostre uszkodzenie nerek związane z oparzeniami - informuje pismo “Burns”.

oparzenie
Fot. pixabay.com

Ostre uszkodzenie nerek (AKI) to nagła niewydolność nerek lub uszkodzenie powodujące gromadzenie się substancji odpadowych we krwi i zaburzenia równowagi płynów w organizmie. AKI zwykle zdarza się w ciągu pierwszego tygodnia po poważnym oparzeniu, szczególnie w krytycznych pierwszych 24 godzinach. Rozwijające się w około 30 proc. przypadków AKI jest częstym powikłaniem po ciężkim oparzeniu, a śmiertelność sięga 80 proc. Wczesne rozpoznanie tej patologii jest jednak trudne. Lekarze zazwyczaj opierają się na wskaźnikach takich jak stężenie kreatyniny w surowicy/osoczu oraz wydalanie moczu.

Naukowcy z University of California Davis Health UC Davis jako pierwsi zidentyfikowali nowy biomarker, znany jako lipokalina związana z żelatynazą neutrofilów (NGAL), który odgrywa rolę we wczesnym przewidywaniu AKI u ciężko poparzonych pacjentów. Jednak interpretacja wyników wymaga bardzo doświadczonych klinicystów i ekspertów laboratoryjnych. To wyzwanie skłoniło zespół z Davis do opracowania modelu uczenia maszynowego (sztucznej inteligencji), który pozwala przewidzieć ostre uszkodzenie nerek szybciej (o dobę, a nawet o dwa dni) i dokładniej (90-100 proc. rozpoznań) niż kiedykolwiek.

„Zdolność do przewidywania AKI u pacjentów z oparzeniem za pomocą sztucznej inteligencji jest potencjalnym przełomem dla ośrodków leczenia oparzeń - powiedziała Tina Palmieri, profesor i dyrektor Firefighters Burn Institute Regional Burn Center w UC Davis Medical Center. - Jeśli jesteśmy w stanie stwierdzić, że pacjent może mieć uszkodzenie nerek, możemy podjąć zdziałania zapobiegawcze”.

Jak zaznaczają twórcy, nowy model może być wykorzystany w terenie, również na polu walki. Ponieważ żołnierze mogą być wysyłani do szpitali, w których nie ma możliwości leczenia uszkodzenia nerek, dzięki nowym technikom diagnostycznym można by szybciej identyfikować pacjentów z AKI i kierować ich do zaawansowanych placówek medycznych.

18.07.2019

Zaprenumeruj newsletter

Na podany adres wysłaliśmy wiadomość z linkiem aktywacyjnym.

Dziękujemy.

Ten adres email jest juz zapisany w naszej bazie, prosimy podać inny adres email.

Na ten adres email wysłaliśmy już wiadomość z linkiem aktywacyjnym, dziękujemy.

Wystąpił błąd, przepraszamy. Prosimy wypełnić formularz ponownie. W razie problemów prosimy o kontakt.

Jeżeli chcesz otrzymywać lokalne informacje zdrowotne podaj kod pocztowy

Nie, dziękuję.

Na co choruje system ochrony zdrowia

  • Pięć minut dla pacjenta
    Lekarze rodzinni mają na zbadanie jednego pacjenta średnio po kilka minut. Taka sytuacja rodzi frustracje po obu stronach – wśród chorych, bo chcieliby więcej uwagi, oraz wśród lekarzy, bo nie mogą jej pacjentom poświęcić.
  • Dlaczego pacjenci muszą czekać w kolejkach?
    Narodowy Fundusz Zdrowia wydaje rocznie na leczenie pacjentów ponad 60 mld zł. Ale ani te pieniądze, ani rozwiązania wprowadzane przez Ministerstwo Zdrowia – tzw. pakiet onkologiczny i pakiet kolejkowy – nie zmienią sytuacji. Dlaczego?